第七讲 最小二乘辨识扩展算法之三.pdf

第七讲最小二乘辨识扩展之三及 系统辨识应用（一） 1.辅助变量法 2.相关二步法 3.系统辨识应用（一） 11 最小二乘法的不足之处 （1）数据饱和问题 增益矩阵P(t) 随着t 的增加将逐渐趋于零，递推 算法逐渐失去修正能力。 （2 ）噪声问题 最小二乘对于白噪声有无偏、一致估计。 22 解决数据饱和问题 遗忘因子递推最小二乘算法（FF-RLS） 解决有色噪声问题 1.增广最小二乘法 2.广义最小二乘法 3.辅助变量法 4.相关二步法 。。。 33 递推最小二乘算法 CAR 模型(无噪声模型) 递推增广最小二乘算法 CARMA 模型（有 噪声模型，无分母项，仅分子项） 递推广义最小二乘算法 CARAR 模型（有噪 声模型，仅分母项，无分子项） 辅助变量算法与相关二步法，不考虑具体的噪 声模型 44 辅助变量递推最小二乘法 （IV-RLS） 设系统用下列模型描述 5 66 77 这是一个无偏的估计 我们称 为辅助矩阵 关键是如何构造 ，满足下面的条件 8 我们令 称为辅助向量，其中的元称为辅助变量 99 10 辅助变量递推最小二乘法 一次完成算法 递推算法 定义协方差矩阵P(t) 1111 辅助变量递推最小二乘算法 1212 辅助变量递推最小二乘算法计算步骤如下 1313 相关二步辨识方法 辨识思想 第1 步是利用相关分析法获得系统的相关函数或脉 冲响应序列 第2 步是利用最小二乘法或其它辨识方法来获得系 统的参数估计． 1414